Искусственный интеллект перестал быть технологией будущего и превратился в рабочий инструмент бизнеса. Каковы реальные преимущества его внедрения? Эксперты отрасли обсудили, как платформы ИИ помогают не только автоматизировать процессы, но и находить новые точки для роста прибыли.
- Введение
- Зачем бизнесу технологии машинного обучения и искусственного интеллекта?
- Практические примеры применения машинного обучения и ИИ
- Риски для персональных данных
- Замена сотрудников искусственным интеллектом
- Как развивать ИИ-культуру?
- Блиц: топ-3 задач, где нужно применять ИИ
- Выводы
Введение
В эпоху цифровой трансформации искусственный интеллект перестал быть прерогативой технологических гигантов и стал доступным инструментом для компаний любого масштаба. Сегодня конкурентоспособность бизнеса во многом определяется тем, насколько эффективно он использует данные для принятия решений, автоматизации процессов и создания персонализированного клиентского опыта. Ключом к этому потенциалу служат бизнес-платформы ИИ — комплексные решения, которые позволяют внедрять интеллектуальные технологии без необходимости строить сложные ИТ-инфраструктуры с нуля.
О перспективах ИИ в бизнесе беседовали эксперты в новом «синем» эфире AM Live.
Рисунок 1. Эксперты в студии AM Live
Участники эфира:
- Александр Павлов, главный управляющий партнёр по развитию искусственного интеллекта, ВЭБ.РФ.
- Дмитрий Макаренко, директор по развитию, сооснователь 3iTech.
- Юлия Крючкова, директор по ИИ-продуктам, ПИК.
- Антон Юдин, начальник отдела разработки аппаратного обеспечения, глава продукта «Скала^р Машина ИИ», группа Rubytech.
Ведущий и модератор эфира — Анна Петухова, генеральный директор агентства стратегического развития бизнеса «Семантика».
Зачем бизнесу технологии машинного обучения и искусственного интеллекта?
Дмитрий Макаренко объяснил, что как и любые достижения научно-технического прогресса, технологии искусственного интеллекта нужны, чтобы облегчить жизнь людям и бизнесу. ИИ даёт возможность оптимизировать процессы, повысить эффективность работы сотрудников и производительность труда, экономить за счёт автоматизации. ИИ открывает новые, ранее недоступные возможности.
Антон Юдин считает, что бизнес приближается к тому состоянию, когда ИИ становится дополнительным инструментом, повышающим КПД как отдельного человека, так и целого отдела или компании. Человек в одиночку может создавать базовые (MVP) продукты либо доводить их до уровня энтерпрайза. Оформлять идею и создавать продукт можно имея вокруг себя генеративные модели в роли «джунов». Знания, которые люди копили годами, становятся доступны в моменте.
Какие процессы уже автоматизированы с помощью ИИ сейчас? В основном это помощь в работе линейным сотрудникам, повышение их производительности труда, работа с документами, регламентами, техническая поддержка, разработка кода, создание инструментов для автоматизации процессов внутри компании. Люди начинают лучше понимать свои бизнес-процессы, добавляя инструменты оптимизации.
Антон Юдин, начальник отдела разработки аппаратного обеспечения, глава продукта «Скала^р Машина ИИ», группа Rubytech
Александр Павлов добавил, что для бизнеса ИИ превратился из хайпа в реальный инструмент для повышения конкурентоспособности и даже для выживания на рынке.
Юлия Крючкова считает, что технология относительно её проникновения достаточно незрелая. Нужно двигаться быстрее, активнее, качественнее и показывать более амбициозные результаты. Какие есть риски? В первую очередь это безопасность и количество данных, которые нужны, чтобы дообучать модели.
В первом опросе зрители ответили, используют ли они ИИ для бизнес-задач в своей компании: используют точечно — 28 %, активно применяют — 25 %, не используют и не планируют — 22 %, пока не используют, но планируют — 19 %, тестируют на пилотных проектах — 6 %.
Рисунок 2. Используете ли вы ИИ для бизнес-задач в своей компании?
Практические примеры применения машинного обучения и ИИ
Дмитрий Макаренко:
«Обычно учёные разделяют ИИ на узкий (слабый) и сильный. К слабому люди уже привыкли и используют, не задумываясь, что это именно искусственный интеллект. Генеративный ИИ — первый шаг к сильному, который не только сможет решать узкие задачи, но и обретёт способность мыслить и выйдет на новый уровень. Пример практического применения — автоматизация коммуникаций и их анализа. В контактных центрах ИИ давно применяется для речевой аналитики. С помощью анализа голоса можно впоследствии улучшать продукт».
Решение на основе ИИ, с одной стороны, помогает оптимизировать работу сотрудников, с другой — анализировать данные, например голос клиента. Благодаря ИИ можно выявить проблемные ситуации и быстро реагировать. Обобщая и анализируя большое количество данных, особенно от недовольных клиентов, ИИ может качественно определять эмоции человека по голосу. Берём звонки, где клиент выражает негативные эмоции, анализируем причины недовольства, определяем топ-5 причин, почему клиент недоволен продуктом. Информация передаётся в продуктовую команду, которая за счёт полученной аналитики улучшает продукт.
Дмитрий Макаренко, директор по развитию, сооснователь 3iTech
Юлия Крючкова привела пример использования ИИ в качестве транскрибатора, который делает отчёт о встрече и экономит тем самым много времени. Также можно хранить эту информацию и возвращаться к ней позже, когда нужно сделать анализ по компании.
Третий опрос показал, в какой области, по мнению зрителей, ИИ наиболее полезен для бизнеса: анализ данных — 62 %, автоматизация процессов — 17 %, помощь в принятии управленческих решений — 7 %, улучшение клиентского опыта — 3 %, разработка и тестирование ПО — 3 %.
Рисунок 3. В какой области ИИ наиболее полезен для вашего бизнеса?
Риски для персональных данных
Основная опасность в том, что ИИ масштабирует и автоматизирует утечки. Ошибка в модели или в её настройках может привести не к потере одного документа, а к компрометации всей базы данных, с которой работает алгоритм. Утечка становится не точечной, а массовой.
Главная причина — это сложность контроля. Данные для обучения и работы моделей копируются, перемешиваются и обрабатываются так, что уследить за каждым битом практически невозможно. Злоумышленник может не взламывать базу напрямую, а «выпросить» конфиденциальную информацию у самого ИИ через хитро сформулированные запросы (промпт-инжиниринг).
Ещё один риск — утечка через внешние API, когда сотрудники вставляют конфиденциальные данные (отчёты, переписку, код) в публичные ИИ-сервисы, эти данные уходят к вендору. Они могут стать частью обучающих данных модели и впоследствии всплыть в ответе другому пользователю. Компания не может гарантировать, что поставщик сервиса обеспечивает должный уровень шифрования и защиты при передаче и хранении.
Если злоумышленник вмешается в работу ИИ-агента, например, подменит данные или внедрит вредоносный код в систему, это превращает ИИ-агента из инструмента в угрозу. Такая атака подрывает саму основу доверия к системе. Вместо помощника компания получает «троянского коня», который действует против неё, причём делает это автоматически и под видом законной деятельности.
Антон Юдин предупредил, что это первое, о чём стоит думать при создании продуктов. Любое решение, которое создаётся с помощью непроверенных библиотек, недоверенных моделей или агентов, в любом случае будет скомпрометировано даже по истечении времени, если хотя бы один из сегментов не отвечает требованиям безопасности, не был проверен и допущен к использованию.
Есть много способов повлиять на весь поток данных, которые используются для создания продукта на каждом из этапов. Есть человеческий фактор, когда данные можно заранее изменить, как и данные, на которых обучается модель. Это может быть проблемой. Иметь полный защищённый цикл разработки, следить за периметром, каждой библиотекой, моделью, агентом — это очень важно. Нужно учитывать безопасность на всех этапах разработки.
Анна Петухова рассказала о недавней конференции в Сколково, где стартаперы встречались с компаниями, в которых они внедряли ИИ. Обсуждалось, как правильно внедрить сам продукт в обиход. Самое главное, что нужно помнить: если в открытой модели что-то искать и вводить данные, всё это будет доступно. Если же ИТ-специалисты создают продукт на закрытом контуре под конкретную компанию и задачу, то они отвечают законодательно за безопасность информации.
Анна Петухова, генеральный директор агентства стратегического развития бизнеса «Семантика»
Замена сотрудников искусственным интеллектом
Дмитрий Макаренко привёл пример, что в крупных компаниях есть люди, которые контролируют качество работы сотрудников. Их задача — слушать диалоги, читать чаты и оценивать, насколько правильно сотрудник пообщался, верную ли передал информацию. Рутинная часть задач, которые выполняют эти люди, ушла искусственному интеллекту.
Границы между традиционным ИТ-инструментами и ИИ размыты. Люди начали заниматься более творческой работой, стали приносить больше пользы компании. ИИ взял на себя рутину, от которой люди, как правило, выгорают. Эффективность труда повышается, компания сама решает, куда перенаправить высвободившийся ресурс. ИИ реформирует рынок труда — одни профессии уходят, другие появляются.
Юлия Крючкова уверена, что ИИ-инструменты скорее помогают сотрудникам. Вероятно, будут сокращения на фоне большого количества внедрений ИИ-инструментов, но в целом ИИ-сервисы помогают быть быстрее, качественнее, лучше. В качестве «младших сотрудников» можно использовать ChatGPT для решения небольших задач, так как модель будет меньше ошибаться. Но чтобы этот сотрудник был «качественным», нужно много данных, и не от одного человека.
Юлия Крючкова, директор по ИИ-продуктам, ПИК
У человека появляется возможность и стимул учиться чему-то большему, осваивать новые профессии, углубляться в то, что ему действительно интересно. Это даёт толчок перестать заниматься одним и тем же и осваивать что-то новое, принести себе и компании больше пользы.
В третьем опросе выяснилось, что больше всего мешает внедрению ИИ в компаниях: не готовы бизнес-процессы — 26 %, нет людей с нужными квалификациями — 22 %, дорого — 13 %, юридические и этические барьеры — 13 %, не готовы технически — 9 %. Ничто не мешает, уже внедряют — 17 %.
Рисунок 4. Что больше всего мешает внедрению ИИ в вашей компании?
Как развивать ИИ-культуру?
Антон Юдин заметил, что сейчас в компаниях часто наблюдается сопротивление и отрицание необходимости использования ИИ, но рано или поздно они дойдут до принятия этого. Многие директора уже понимают ценность этих инструментов, сейчас идёт поиск точек роста. Но владельцы бизнес-процессов не всегда понимают и не хотят добавлять энтропию в бизнес-процесс.
Чтобы изменить эту ситуацию, нужно не давить, а демонстрировать ценность точечно. Создайте песочницу — безопасную среду, где владельцы процессов смогут экспериментировать с ИИ без риска для основных операций.
Параллельно внедряйте чёткие регламенты, которые не запрещают, а объясняют, как использовать ИИ безопасно. Когда люди увидят быстрый результат на конкретных задачах (например, автоматизация рутины или анализ данных) без угрозы стабильности, сопротивление сменится интересом. Главное — показать личную выгоду, а не просто говорить о технологиях.
Александр Павлов добавил, что есть и страх, и желание повысить эффективность. Масштаб задач для ИИ-агентов впечатляющий. Сотрудников нужно обучать, повышать компетенции, приводить к готовности правильно взаимодействовать с ИИ. Многое зависит от высшего руководства, которое транслирует эти задачи, видит огромный потенциал развития — тогда и сотрудники подтягиваются, страхов становится меньше, больше процессов перекладывается на ИИ.
Александр Павлов, главный управляющий партнёр по развитию искусственного интеллекта, ВЭБ.РФ
Блиц: топ-3 задач, где нужно применять ИИ
Александр Павлов:
«Помощь в принятии решений. Обработка большого количества данных, где важна скорость (сельское хозяйство, здравоохранение). Вычислительные мощности».
Дмитрий Макаренко:
«Анализ большого объёма данных. Извлечение большего количества информации и большей пользы. Автоматизация всех рутинных процессов».
Юлия Крючкова:
«Нужно просто внедрить ИИ-технологии в компанию, сконцентрироваться на объёмах информации, которые есть. Где больше данных — туда и смотреть».
Антон Юдин:
«Быстрая проверка гипотез в бизнес-процессах, запусках продуктов. Развитие сотрудников и экспертов в новых направлениях, которые позволяют им самореализовываться. Работа с данными».
Четвёртый опрос показал, как изменилось мнение зрителей о применимости ИИ в бизнесе после эфира: убедились в его пользе и перспективах — 56 %, будут активнее внедрять ИИ в своей компании — 28 %, всё ещё сомневаются, что ИИ полезен — 8 %.
Рисунок 5. Как изменилось ваше мнение о применимости ИИ в бизнесе после эфира?
Выводы
Интеграция платформы искусственного интеллекта становится ключевым фактором конкурентоспособности в современной бизнес-среде. Это уже не вопрос технологического престижа, а практическая необходимость для оптимизации затрат, глубокого понимания клиентов и принятия более точных стратегических решений. Бизнес любого масштаба может найти инструмент, соответствующий его запросам и ресурсам, будь то стартап или крупная корпорация. Главный вывод заключается в том, что потенциал ИИ реализуется именно через платформенный подход, который делает сложные технологии доступными для непосредственного применения.
Таким образом, отправной точкой является не поиск идеальной технологии, а чёткое определение внутренних бизнес-задач, которые требуется решить. Успешное внедрение всегда начинается с пилотного проекта, позволяющего на практике оценить эффект и постепенно масштабировать успешный опыт. В конечном счёте, выбор и использование платформы ИИ — это стратегическая инвестиция в будущее компании, которая позволяет трансформировать данные в реальное конкурентное преимущество и уверенно ориентироваться в условиях быстро меняющегося рынка.
Телепроект AM Live еженедельно приглашает экспертов отрасли в студию, чтобы обсудить актуальные темы российского рынка ИБ и ИТ. Будьте в курсе трендов и важных событий. Для этого подпишитесь на наш YouTube-канал. До новых встреч!
